在车联网时代的大背景下,很多新的车联网应用井喷式发展,车辆定位服务作为车联网中的基础模块依旧是热门研究方向。近年来,车-路通信和多传感器数据融合逐渐成为解决全覆盖,高精度定位服务需求的发展方向,本文调研多种车辆定位方案,为解决车辆在城市环境中定位需求,选定优势互补的UWB无线定位系统和惯性导航系统作为子模块设计车载组合定位系统。本文主要研究无线定位技术,卫星定位原理,卡尔曼滤波,惯导解算等算法,对部分算法进行matlab仿真实现。选择超宽带无线定位模块、全球卫星定位模块和惯导传感器实现城市复杂环境定位,根据系统需求设计组网和时间同步方案,使用卡尔曼滤波器完成组合系统定位算法,并根据应用需求简化惯性导航解算流程,提高算法的实用性;建立测距模型提高UWB测距精度,并利用测距残差对滤波器进行反馈修正,有效提高定位精度。完成软硬件平台工作搭建,按照测试方案完成地图信息和各子传感器车载数据的采集和标定,分别在动态静态条件下分析系统性能,车辆实现在卫星遮挡环境中定位功能,动态定位精度在30cm左右,静态可达到厘米级定位精度。为进一步提高组合定位精度和稳定性,提出并实现了高斯分布约束算法和融合信息粒子群优化算法。融合道路信息、惯性传感器数据和UWB测距信息改进粒子群算法流程,设计实现方案,利用车辆组合定位系统实测数据,使用matlab对算法进行软件实现,证明该算法对系统稳定性有明显提升,定位精度提升20%以上。